I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la longitud y latitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

Joshua <-c(-101.89,19.16)
Alessa<-c(-86.73,21.23)
Luis<-c(-96.13,19.17)
Alejandro<-c(-104.89,21.50)
viajes<-rbind(Joshua,Alessa,Luis,Alejandro)
viajes
##              [,1]  [,2]
## Joshua    -101.89 19.16
## Alessa     -86.73 21.23
## Luis       -96.13 19.17
## Alejandro -104.89 21.50

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##           Longitud Latitud
## Joshua     -101.89   19.16
## Alessa      -86.73   21.23
## Luis        -96.13   19.17
## Alejandro  -104.89   21.50

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##           Longitud Latitud
## Joshua     -101.89   19.16
## Alessa      -86.73   21.23
## Luis        -96.13   19.17
## Alejandro  -104.89   21.50

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Longitud,Latitud),label= rownames(viajes))+geom_point(aes(Longitud,Latitud),color= rainbow(4))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(4)))

VI. Mapa de puntos y denssidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Alessa en Quintana Roo, Luis en Veracruz, Joshua en Michoacán y Alejandro en Nayarit.

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Función cuadrada.

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

De una persona en específico puede que no nos sea tan útil, pero si hablamos de un conjunto de personas como sociedad podría darnos una idea de cómo está dstribuida la riqueza.

4.- ¿Hasta ahora qué han aprendido en el curso?

Hemos aprendido a crear nuestra primera página web que nos servirá para el currículum, esto nos ayuda al crecimiento estudiantil y laboral.


Esta obra fue generada mediante R en November 20, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons